کاهش حجم پیکسل در فرآیند جداسازی طیفی با الگوریتم آنالیز حداقل حجم سادک (MVSA) بر روی تصاویر ابرطیفی های مپ

امروزه با ظهور سنجنده هایی که قابلیت تهیه تصاویری با رزولوشن طیفی و مکانی بالا دارند، نیاز به سیستمهای کامپیوتری قدرتمند و پیشرفته جهت پردازش انکارناپذیر است. در این حالت، کمبود دسترسی به چنین ابزارهایی، کاربر را در امر پردازش دچار مشکل مینماید. یکی از روشهای پردازش داده ها، جداسازی طیفی است. جداسازی فرآیندی است که به شناسایی مواد موجود در هرپیکسل تحت عنوان اعضای انتهایی، که توسط کسرهایی مرتبط با فراوانی هر عضوانتهایی وزن دار میگردد، اطلاق میشود. بیشتر الگوریتمهای جداسازی در صورت استفاده از تصاویری با رزولوشن بالا و افزایش تعداد مواد خالص، در پردازش صحیح دچار اختلال میگردند. بنابراین، در طی سالهای اخیر در بین پژوهشگران حوزه سنجش از دور، بکارگیری روشهای کاهش حجم داده از محبوبیت ویژهای برخوردار بوده است. در این مقاله، از یک روش جداسازی خطی تحت عنوان آنالیز حداقل حجم سادک (MVSA) به منظور پردازش تصاویر هوابرد هایمپ استفاده شد. در نتیجه، بعد از اعمال پیش پردازشهای لازم و تخمین ۲۵ عضو انتهایی اولیه، الگوریتم MVSA بر روی ابرداده ها اعمال گردید. در این حالت، با افزایش تعداد اعضای انتهایی، حافظه سیستم از اجرای الگوریتم ناتوان ماند. بنابراین یک روش کاهش حجم پیکسلی معرفی گردید، که در آن ابرداده ها براساس زاویه طیفی بین بردارها، خوشه بندی و برای هر خوشه یک پیکسل نماینده جهت پردازش مشخص می شود. با انجام آنالیز سعی و خطا و در نظر گرفتن دو اصل از دست دادن کمترین اطلاعات و کاهش زمان اجرای الگوریتم، بهترین زاویه طیفی ۰/۷ درجه در نظر گرفته شده و حجم پیکسل های تصویر به حدود %۱۶ حجم اولیه کاهش یافت. در نتیجه، الگوریتم بدون نیاز به حافظه اضافی بر روی داده های کاهش حجم یافته اجرا گردید. به منظور اعتبارسنجی نیز از طیفهای الگو که از پروفیلهای مرجع کتابخانه USGS استخراج شده بود، استفاده شد.

کلیدواژه ها:

آنالیز حداقل حجم سادک ، کاهش حجم پیکسل ، جداسازی طیفی ، های مپ.